BeautifulSoup4 无法识别 xml 标签

Question

我正在使用 BeautifulSoup4（带有 lxml 解析器）来解析如下所示的 xml：

<?xml version="1.0" encoding="UTF-8" ?>
<data>
<metadata id="8735180"  name="Dauphin Island" lat="30.2500" lon="-88.0750"/>
<observations>
<wl t="2013-12-14 00:00"  v="0.725" s="0.059" f="0,0,0,0" q="v" />
<wl t="2013-12-14 00:06"  v="0.771" s="0.066" f="0,0,0,0" q="v" />
<wl t="2013-12-14 00:12"  v="0.764" s="0.085" f="0,0,0,0" q="v" />

....等

python代码是这样的：

obs_soup = BeautifulSoup(urllib2.urlopen('http://tidesandcurrents.noaa.gov/api/datagetter?product=water_level&application=NOS.COOPS.TAC.WL&begin_date=20131214&end_date=20131216&datum=MSL&station=8735180&time_zone=GMT&units=english&interval=&format=xml),'lxml')

for l in obs_soup.findall('wl'):
    obs.append(l['v'])

我不断收到错误：

for l in obs_soup.findall('wl'):
TypeError: 'NoneType' object is not callable

我尝试了here 的解决方案（除了不是寻找“html”，而是寻找“数据”），但这不起作用。有什么建议吗？

Answer 1

这里有两个问题。

---

首先，BeautifulSoup中没有findall这样的方法。将其更改为：

for l in obs_soup.find_all('wl'):
    obs.append(l['v'])

……它会起作用的。

---

那么，为什么你会得到这个TypeError: 'NoneType' object is not callable 而不是更常见的AttributeError？由于 BeautifulSoup 的神奇查找功能——同样可以让您使用obs_soup.wl 作为查找<wl> 的快捷方式，也可以让您使用obs_soup.findall 作为查找<findall> 的快捷方式。因为没有<findall>节点，所以返回None。然后你试图将 None 对象作为一个函数来调用，这当然是无稽之谈。

---

另外，如果您确实如您所声称的那样从here 复制并粘贴了副本，则不会遇到此问题。该代码使用findAll，大写字母“A”，这是find_all 的已弃用同义词。 （当然，您不应该使用已弃用的同义词。）

---

其次，您明确要求使用 lxml 的 HTML 解析器而不是其 XML 解析器。不要那样做。见the docs:

BeautifulSoup(markup, ["lxml", "xml"])

由于您没有给我们一个完整的 XML 文档，我不知道这是否会影响到您，或者您是否会碰巧走运。但是你不应该依靠碰巧来获得幸运，因为实际上做正确的事情很容易。